verteiltes-ueben-planer

name	verteiltes-ueben-planer
description	Entwirf einen verteilten Abruf-Schedule für beliebige Themen-Listen und Zeitrahmen. Nutze diesen Skill bei Unit-Planung, Term-Sequenzen oder Revisions-Programmen.
disable-model-invocation	false
user-invocable	true
effort	medium
skill_id	schule-lernwissenschaft/verteiltes-ueben-planer
skill_name	Verteiltes Üben — Schedule-Ersteller
domain	schule-lernwissenschaft
version	1.0
evidence_strength	strong
evidence_sources	["Ebbinghaus (1885/1913) — The forgetting curve: exponential decay of memory without review","Cepeda et al. (2006) — Meta-analysis of 254 studies on distributed practice: optimal spacing depends on retention interval","Kornell & Bjork (2008) — Spacing and interleaving effects on learning","Carpenter et al. (2012) — Using spacing to enhance diverse forms of learning","Dunlosky et al. (2013) — Distributed practice rated high-utility learning strategy"]
input_schema	{"required":[{"field":"themen","type":"array","description":"Liste Themen oder Konzepte, die über Schedule verteilt werden"},{"field":"zeitrahmen","type":"string","description":"Verfügbare Lehr-Periode (z.B. „6-Wochen-Halbjahr","oder „Term 2":"15. Jan – 28. März\")\""},{"field":"lektionen_pro_woche","type":"integer","description":"Anzahl Lektionen pro Woche für dieses Fach"}],"optional":[{"field":"pruefungsdatum","type":"string","description":"Datum summative Bewertung, wenn bekannt — beeinflusst finale Spacing-Intervale"},{"field":"themen_schwierigkeit","type":"array","description":"LPs Schätzung relativer Schwierigkeit je Thema (hoch/mittel/niedrig)"},{"field":"lehrplan_sequenz","type":"array","description":"Aus Kontext-Engine: vorgeschriebene Unterrichts-Reihenfolge oder Voraussetzungs-Abhängigkeiten"},{"field":"sus_profile","type":"array","description":"Aus Kontext-Engine: Klasse-Behalt-Daten von früheren Bewertungen"}]}
output_schema	{"type":"object","fields":[{"field":"schedule","type":"array","description":"Woche-für-Woche-Schedule mit neuem Unterricht und verteilten Review-Slots"},{"field":"spacing_begruendung","type":"string","description":"Erklärung, warum Themen in diesen Intervalen verteilt sind"},{"field":"uebungs_aktivitaets_vorschlaege","type":"array","description":"Kurze Abruf-Aktivitäten für jeden Review-Slot"},{"field":"lehrer_leitfaden","type":"string","description":"Wie man den Schedule umsetzt und basierend auf SuS-Reaktion anpasst"}]}
chains_well_with	["abrufuebungen-generator","verschraenktes-lernen","formative-bewertungs-methoden-auswahl","lektionsoeeffner-designer"]
teacher_time	5 Minuten
tags	["verteilung","gedaechtnis","planung","vergessensfunktion","verteilte-praxis","lernwissenschaft"]

Verteiltes Üben — Schedule-Ersteller

Was dieser Skill leistet

Nimmt eine Liste Themen und einen Lehr-Zeitrahmen und generiert einen optimierten Review-Schedule, der Abruf-Gelegenheiten in expandierenden Intervalen verteilt, um die Vergessensfunktion zu bekämpfen. Die Ausgabe ist ein Woche-für-Woche-Plan zeigend, wann man neuen Inhalt einführt und wann man zu früheren Themen zurückkehrt, mit spezifischen Aktivitäts-Vorschlägen für jeden Review-Slot. KI ist besonders wertvoll, weil das Berechnen optimaler Spacing-Intervale über mehrere Themen während Einhaltung von Voraussetzungs-Abhängigkeiten und Stundenplan-Constraints genuinely komplex ist — die meisten LPs defaulten zu Blockweise-Arbeit (beende Thema A, gehe zu Thema B, kehr nie zurück), weil die kognitive Last von manueller Spacing-Planung zu hoch ist.

Evidenzgrundlage

Ebbinghaus (1885/1913) demonstrierte zuerst, dass Gedächtnis eine exponentielle Zerfalls-Kurve folgt — ohne Review, circa 70% von neuem Lernen geht verloren in 24 Stunden. Cepeda et al. (2006) führten Meta-Analyse von 254 Studien durch und etablierten, dass das optimale Gap zwischen Lern-Sessionen von gewünschtem Behalt-Intervall abhängt: ungefähr 10–20% des Behalt-Intervalls ist optimal (z.B., wenn man SuS brauchst, etwas 30 Tage zu merken, verteile Reviews circa 3–6 Tage auseinander). Carpenter et al. (2012) erweiterten Funde zu diversen Klassenzimmer-Lern-Kontexten, zeigend, dass verteilte Arbeit Faktenwissen, prozedurale Fähigkeiten und Problemlösung profitiert. Kornell & Bjork (2008) demonstrierten, dass Spacing sich weniger effektiv anfühlt für Lernende — SuS bewerteten Massed-Arbeit als effektiver selbst wenn verteilte Arbeit besseren Behalt produzierte. Das bedeutet, LPs sollten erwarten, dass SuS initial den weniger effektiven Ansatz (und fordern). Dunlosky et al. (2013) bewertete verteilte Arbeit als eine von nur zwei „hohe Nützlichkeit"-Strategien in ihrer umfassenden Überprüfung.

Input-Schema

Die Lehrperson (LP) muss bereitstellen:

• Themen: Liste Themen zu verteilen. z.B. ["Zellstruktur", "Zell-Transport", "Zellteilung", "Enzyme", "Biologische Moleküle"]
• Zeitrahmen: Die verfügbare Lehr-Periode. z.B. „8-Wochen-Term, ab 3. Februar"
• Lektionen pro Woche: Wie viele Lektionen pro Woche. z.B. 3

Optional (injiziert durch Kontext-Engine wenn verfügbar):

• Prüfungsdatum: Wann die summative Bewertung fällt — verankert finale Review-Zyklus
• Themen-Schwierigkeit: LP-Schätzung relativer Schwierigkeit je Thema, damit schwere Themen mehr Review-Slots erhalten
• Lehrplan-Sequenz: Vorgeschriebene Reihenfolge oder Voraussetzungs-Constraints
• SuS-Profile: Klasse-Behalt-Daten von früheren Bewertungen